JP2011523549A - 非小細胞肺癌およびアジュバント化学療法に関する予後診断的および予測的な遺伝子シグネチャー - Google Patents
非小細胞肺癌およびアジュバント化学療法に関する予後診断的および予測的な遺伝子シグネチャー Download PDFInfo
- Publication number
- JP2011523549A JP2011523549A JP2011508777A JP2011508777A JP2011523549A JP 2011523549 A JP2011523549 A JP 2011523549A JP 2011508777 A JP2011508777 A JP 2011508777A JP 2011508777 A JP2011508777 A JP 2011508777A JP 2011523549 A JP2011523549 A JP 2011523549A
- Authority
- JP
- Japan
- Prior art keywords
- expression
- biomarker
- subject
- biomarkers
- genes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
- C12Q1/6886—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material for cancer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
- G01N33/57407—Specifically defined cancers
- G01N33/57423—Specifically defined cancers of lung
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
- G16B25/10—Gene or protein expression profiling; Expression-ratio estimation or normalisation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/30—Unsupervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/106—Pharmacogenomics, i.e. genetic variability in individual responses to drugs and drug metabolism
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/112—Disease subtyping, staging or classification
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/118—Prognosis of disease development
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/158—Expression markers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2800/00—Detection or diagnosis of diseases
- G01N2800/52—Predicting or monitoring the response to treatment, e.g. for selection of therapy based on assay results in personalised medicine; Prognosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biotechnology (AREA)
- Immunology (AREA)
- Genetics & Genomics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Public Health (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Mining & Analysis (AREA)
- Organic Chemistry (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Analytical Chemistry (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Hospice & Palliative Care (AREA)
- Biochemistry (AREA)
- Oncology (AREA)
- Microbiology (AREA)
- Artificial Intelligence (AREA)
- Hematology (AREA)
- Bioethics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Urology & Nephrology (AREA)
- General Engineering & Computer Science (AREA)
Abstract
Description
本出願は、米国特許法119条(e)項の下で、その全体が参照により本明細書に組み入れられる、2008年5月14日に提出された米国特許仮出願第61/071728号の恩典を主張する。
本出願は、非小細胞肺癌の予後診断および分類のため、ならびにアジュバント化学療法の利得(benefit)を判定するための組成物および方法を提供する。
北米では、肺癌は男性における癌の第1位であり、男性および女性の両者において癌死の原因の第1位である1。非小細胞肺癌(NSCLC)は肺癌全体の80%に相当し、5年全生存率は16%に過ぎない1。腫瘍のステージ(stage)は、NSCLC患者に対する治療選択のために最も重要な決定要因である。最近の臨床試験により、シスプラチンを基盤とするアジュバント化学療法が早期NSCLC患者(ステージIB〜IIIA)に採用されるに至っている。最近の治験でアジュバント化学療法によって付与された5年生存率向上(5-year survival advantage)は、1,867例のステージI〜III患者が参加したInternational Adjuvant Lung Trial(IALT)では4%であり2、483例のステージIB〜II患者が参加したNational Cancer Institute of Canada Clinical Trials Group(NCIC CTG)BR.10 Trialでは15%であり3、840例のステージIB〜IIIA患者が参加したAdjuvant Navelbine International Trialist Association(ANITA)試験では9%である4。後者の2つの試験における事前に計画された層別解析からは、ステージIB患者に対する有意な生存率向上は示されなかった3,4。このことは、カルボプラチンおよびパクリタキセルを投与するか、または観察のみを行った344例のステージIB患者に対する化学療法の利得について検討したCancer and Leukemia Group(CALGB)Trial 9633でも実証された5。当初、2004年には好感触の試験として発表されたものの、最近の生存分析では無病生存(HR=0.80、p=0.065)および全生存(HR=0.83、p=0.12)のいずれに関しても有意な生存率向上は示されなかった5。シスプラチンを基盤とするアジュバント化学療法の有効性に関する総合的な結論を下すための1つの取り組みとして、胸部放射線照射の同時投与を行わなかった、シスプラチンを基盤とする出版掲載された5件の最も大規模な治験による情報を総合した、Lung Adjuvant Cisplatin Evaluation(LACE)メタアナリシス6が実施された[Adjuvant Lung Project Italy(ALPI)7、Big Lung Trial(BLT)8、IALT2、BR.103およびANITA9]。この研究により、5年時点の絶対的生存率向上は5.3%であることが見いだされた(HR=0.89、95%CI 0.82-0.96、p=0.004)。しかし、ステージ別にみた層別分析では、ステージIB患者はシスプラチン治療による有意な利得を受けなかった(HR=0.92、95%CI 0.78-1.10)。その上、ステージIA患者では化学療法の場合に損害が示唆された(HR=1.41、95%CI 0.96-2.09)6。このため、ステージIのNSCLCを有する患者に対する現在の標準的治療は、依然として外科的切除のみである。しかし、これらのステージI患者の30〜40パーセントは最初の手術後に再発すると予想されており10,11、このことはこれらの患者のあるサブグループはアジュバント化学療法による利得を受ける可能性があることを指し示している。
複合スコア=0.557×PC1+0.328×PC2+0.43×PC3+0.335×PC4
式中、PC1は、複数遺伝子シグネチャー中の各遺伝子に関する相対的発現レベルに複数遺伝子シグネチャー中の各遺伝子に関する第1主成分を乗算したものの合計であり、PC2は、各遺伝子に関する相対的発現レベルに各遺伝子に関する第2主成分を乗算したものの合計であり、PC3は、各遺伝子に関する相対的発現レベルに各遺伝子に関する第3主成分を乗算したものの合計であり、PC4は、各遺伝子に関する相対的発現レベルに各遺伝子に関する第4主成分を乗算したものの合計である。いくつかの態様において、複合スコアはリスクスコアと称される。対象に関するリスクスコアは、対象から得た被験試料からの相対的発現データに対して式Iを適用することによって算出される。
a.対象由来の被験試料における15種のバイオマーカーの発現を決定する段階であって、バイオマーカーが表4における遺伝子に対応する段階、および
b.被験試料における15種のバイオマーカーの発現を、対照試料における15種のバイオマーカーの発現と比較する段階、を含み、
対照試料と被験試料との間の15種のバイオマーカーの発現の差または類似性が、NSCLCを有する対象を生存不良群(poor survival group)もしくは生存良好群(good survival group)に予後診断または分類するために用いられる、方法を提供する。
a.対象の試料における対象バイオマーカー発現プロファイルを得る段階;
b.予後と関連のあるバイオマーカー参照発現プロファイルを得る段階であって、対象バイオマーカー発現プロファイルおよびバイオマーカー参照発現プロファイルがそれぞれ、各値がバイオマーカーの発現レベルを表している15個の値を有し、各バイオマーカーが表4における1つの遺伝子に対応する段階;および
c.対象バイオマーカー発現プロファイルに最も類似しているバイオマーカー参照発現プロファイルを選択し、それによって対象に関する予後を予測する段階。
a.NSCLCを有する対象を、本出願の方法に従って生存不良群または生存良好群に分類する段階;および
b.生存不良群に対してアジュバント化学療法を選択する、または生存良好群に対してアジュバント化学療法を行わないことを選択する段階。
a.対象由来の被験試料における15種のバイオマーカーの発現を決定する段階であって、15種のバイオマーカーが表4における15種の遺伝子に対応する段階;
b.被験試料における15種のバイオマーカーの発現を、対照試料における15種のバイオマーカーと比較する段階;
c.対象を生存不良群または生存良好群に分類する段階であって、対照試料と被験試料との間の15種のバイオマーカーの発現の差または類似性が、対象を生存不良群または生存良好群に分類するために用いられる段階;
d.対象が生存不良群に分類されればアジュバント化学療法を選択し、対象が生存良好群に分類されればアジュバント化学療法を行わないことを選択する段階。
本出願は、15遺伝子シグネチャーを構成する15種のバイオマーカーに関し、非小細胞肺癌(NSCLC)を有する対象の予後診断または分類のための、ならびにアジュバント化学療法の利得を判定するための方法、組成物、コンピュータ実行製品、検出用物質およびキットを提供する。
a.対象由来の被験試料における15種のバイオマーカーの発現を決定する段階であって、バイオマーカーが表4における遺伝子に対応する段階、および
b.被験試料における15種のバイオマーカーの発現を、対照試料における15種のバイオマーカーの発現と比較する段階、を含み、
対照試料と被験試料との間の15種のバイオマーカーの発現の差または類似性が、NSCLCを有する対象を生存不良群または生存良好群に予後診断または分類するために用いられる、方法を提供する。
a.対象の試料における対象バイオマーカー発現プロファイルを得る段階;
b.予後と関連のあるバイオマーカー参照発現プロファイルを得る段階であって、対象バイオマーカー発現プロファイルおよびバイオマーカー参照発現プロファイルがそれぞれ、各値がバイオマーカーの発現レベルを表している15個の値を有し、各バイオマーカーが表4における1つの遺伝子に対応する段階;および
c.対象バイオマーカー発現プロファイルに最も類似しているバイオマーカー参照発現プロファイルを選択し、それによって対象に関して予後を予測する段階。
(a)放射性同位体、例えば.sup.36S、.sup.14C、.sup.125I、.sup.3Hおよび.sup.131Iなど。抗体変異体を、例えば、Current Protocols in Immunology, vol 1-2, Coligen et al., Ed., Wiley-Interscience, New York, Pubs. (1991)に記載された手法を用いて標識して、放射能をシンチレーション計数法を用いて測定することができる。
(b)蛍光性標識、例えば希土類キレート(ユーロピウムキレート)またはフルオレセインおよびその誘導体、ローダミンおよびその誘導体、ダンシル、リサミン、フィコエリトリン、テキサスレッドなどが利用可能である。例えば、Current Protocols in Immunology、前記に開示された手法を用いて、蛍光性標識を抗体変異体とコンジュゲートさせることができる。蛍光は蛍光光度計を用いて定量することができる。
(c)さまざまな酵素-基質標識が利用可能であり、米国特許第4,275,149号、第4,318,980号はこれらのいくつかの概説を提示している。酵素は一般に発色性基質の化学的変化を触媒し、それをさまざまな手法を用いて測定することができる。例えば、酵素が基質の呈色変化を触媒し、それを分光光度法で測定することができてもよい。または、酵素が基質の蛍光または化学発光を変化させてもよい。蛍光の変化を定量するための手法は上述されている。化学発光性基質は化学反応によって電子的に励起され、続いて(例えば、化学照度計を用いて)測定しうる光を発するか、または蛍光受容体にエネルギーを供与する。酵素標識の例には、ルシフェラーゼ(例えば、ホタルルシフェラーゼおよび細菌ルシフェラーゼ;米国特許第4,737,456号)、ルシフェリン、2,3-ジヒドロフタラジンジオン、リンゴ酸デヒドロゲナーゼ、ウレアーゼ、西洋ワサビペルオキシダーゼ(HRPO)などのペルオキシダーゼ、アルカリホスファターゼ、β-ガラクトシダーゼ、グルコアミラーゼ、リゾチーム、サッカリドオキシダーゼ(例えば、グルコースオキシダーゼ、ガラクトースオキシダーゼおよびグルコース-6-リン酸デヒドロゲナーゼ)、複素環オキシダーゼ(ウリカーゼおよびキサンテンオキシダーゼなど)、ラクトペルオキシダーゼ、およびミクロペルオキシダーゼなどが含まれる。抗体に酵素をコンジュゲートさせるための手法は、O'Sullivan et al., Methods for the Preparation of Enzyme-Antibody Conjugates for Use in Enzyme Immunoassay, in Methods in Enzyme. (Ed. J. Langone & H. Van Vunakis), Academic press, New York, 73: 147-166 (1981)に記載されている。
(a)NSCLCを有する対象を、本明細書に記載した方法に従って生存不良群または生存良好群に分類する段階;および
(b)生存不良群の中にいると分類された対象に対してアジュバント化学療法を選択する、または生存良好群の中にいると分類された対象に対してアジュバント化学療法を行わないことを選択する段階。
(a)対象由来の被験試料における15種のバイオマーカーの発現を決定する段階であって、15種のバイオマーカーが表4における15種の遺伝子に対応する段階;
(b)被験試料における15種のバイオマーカーの発現を、対照試料における15種のバイオマーカーと比較する段階;
(c)対象を生存不良群または生存良好群に分類する段階であって、対照試料と被験試料との間の15種のバイオマーカーの発現の差または類似性が、対象を生存不良群または生存良好群に分類するために用いられる段階;および
(d)対象が生存不良群に分類されればアジュバント化学療法を選択し、対象が生存良好群に分類されればアジュバント化学療法を行わないことを選択する段階。
(a)表4に列記された15種の遺伝子のうち1つのRNA産物;および/または
(b)a)に対して相補的な核酸、
とハイブリダイズする、15種の遺伝子のRNA発現のレベルを測定するために用いられる組成物を提供する。1つの特定の態様において、複数の単離された核酸配列は、表9に示された15種のプローブ標的配列とハイブリダイズしうる単離された核酸配列を含む。1つの態様において、複数の単離された核酸配列は、SEQ ID NO:3、11〜15、22、26、35、49、78、85、130、133および169とハイブリダイズしうる単離された核酸を含む。
(a)被験試料における、表4からの少なくとも15種のバイオマーカー、および任意で、表3からの補足的な1つ、2つまたは3つのバイオマーカーの発現レベルを測定する段階、
(b)それらの発現レベルから、対象に関する複合スコアまたは試験値を算出する段階、および
(c)複合スコアを対照値と比較する段階、を含み、
ここで、対照値を上回る試験値または複合スコアは、対象を高リスク群または生存不良群に分類するために用いられ、対照値を下回る試験値または複合スコアは、対象を低リスク群または生存良好群に分類するために用いられる。
複合スコア=0.557×PC1+0.328×PC2+0.43×PC3+0.335×PC4
式中、PC1は、複数遺伝子シグネチャー中の各遺伝子に関する相対的発現レベルに複数遺伝子シグネチャー中の各遺伝子に関する第1主成分を乗算したものの合計であり、PC2は、各遺伝子に関する相対的発現レベルに各遺伝子に関する第2主成分を乗算したものの合計であり、PC3は、各遺伝子に関する相対的発現レベルに各遺伝子に関する第3主成分を乗算したものの合計であり、PC4は、各遺伝子に関する相対的発現レベルに各遺伝子に関する第4主成分を乗算したものの合計である。いくつかの態様において、複合スコアはリスクスコアと称される。対象に関するリスクスコアは、対象から得た被験試料からの相対的発現データに対して式Iを適用することによって算出しうる。
(a)対象試料における対象発現プロファイルに対応する値を受け取るための手段;および
(b)予後と関連のある参照発現プロファイルを含むデータベースであって、対象バイオマーカー発現プロファイルおよびバイオマーカー参照プロファイルがそれぞれ、各値がバイオマーカーの発現レベルを表している15個の値を有し、各バイオマーカーが表4における1つの遺伝子に対応するデータベース;を含み、
対象バイオマーカー発現プロファイルに最も類似しているバイオマーカー参照発現プロファイルを選択し、それによって予後を予測するか、または対象を分類する、コンピュータ実行製品を提供する。
(a)対象試料における対象発現プロファイルに対応する値を受け取るための手段;および
(b)治療法と関連のある参照発現プロファイルを含むデータベースであって、対象バイオマーカー発現プロファイルおよびバイオマーカー参照プロファイルがそれぞれ、各値がバイオマーカーの発現レベルを表している15個の値を有し、各バイオマーカーが表4における1つの遺伝子に対応するデータベース;を含み、
対象バイオマーカー発現プロファイルに最も類似しているバイオマーカー参照発現プロファイルを選択し、それによって治療法を予測する、コンピュータ実行製品を提供する。
(a)表4における15種の遺伝子のバイオマーカー参照発現プロファイルを特定する値;
(b)バイオマーカー参照発現プロファイルと関連のある予後の確率を特定する値。
(a)予後診断または治療法と関連のある表4における15種の遺伝子のバイオマーカー参照発現プロファイルを含む記録を含むデータベース;
(b)データベース中のバイオマーカー参照発現プロファイルとの比較に用いるための、表4における15種の遺伝子の遺伝子発現レベルの選択を受け取ることのできるユーザーインターフェース;および
(c)15種の遺伝子の発現レベルと最も類似しているバイオマーカー参照発現プロファイルに応じて予後診断または治療法の予測を表示する出力装置。
(a)表4における15種の遺伝子、および任意で、表3に列記された遺伝子から選択される補足的な1つ、2つまたは3つの遺伝子を含む、少なくとも15種のバイオマーカーの、対象試料における相対的発現レベルに対応する値を受け取るための手段;
(b)少なくとも15種のバイオマーカーの相対的発現レベルに基づいて複合スコア(combined scire)を算出するためのアルゴリズム;
(c)複合スコアを表示する出力装置;および任意で、
(d)複合スコアに基づいて予後診断または治療法の推奨を表示する出力装置。
結果:
表1は、マイクロアレイプロファイリングを行った133例の患者の人口統計学的な特徴を、プロファイリングを行わなかった349例と比較したものである。ステージIB患者は観察コホートでより多く表示されているが(55%対42%、p=0.01)、他のすべての要因は同程度に分布していた。遺伝子プロファイリングを行った患者と行わなかった患者の全生存期間に有意差は認められなかった(図2A)。これらの133例の患者の場合、アジュバント化学療法は死亡率を20%低下させた(HR 0.80、95% CI 0.48-1.32、p=0.38;図5)。
p>0.005をカットオフとして用いたところ、19,619個のプローブセットのうち172個が、62例の観察患者における予後と有意な関連があった(図1Aおよび表3)。生存転帰が不良な患者と良好な患者の大部分を識別することのできる最小限の発現遺伝子セットを同定するためにデザインした方法を用いて、15遺伝子予後診断的シグネチャーが同定された(図1Aおよび表4)。このシグネチャーは、アジュバント治療を受けていない62例の患者を、死亡に関する低リスク患者31例および高リスク患者31例に区別することができた(HR 15.020、95% CI 5.12-44.04、p<0.0001;図2B)。さらに、層別解析により、このシグネチャーは34例のステージIB患者(HR 13.32、95% CI 2.86-62.11、p<0.0001、図2C)および28例のステージII患者(HR 13.47、95% CI 3.0-60.43、p<0.0001、図2D)において高度に予後診断的でもあることが示された。腫瘍ステージ、年齢、性別および組織像に関して調整した多変量解析により、この予後診断的シグネチャーは独立した予後診断的マーカーであることが示された(HR 18.0、95% CI 5.8-56.1;p<0.0001、表2)。これは、外科手技および腫瘍サイズに関する補足的な調整後も違いがなかった。
62例のBR.10観察患者から制定したリスクスコアアルゴリズム(数式)を適用することにより、この15遺伝子シグネチャーは、169例のDCC患者全例において独立した予後診断的マーカーであることが実証された(HR 2.9、95% CI 1.5-5.6、p=0.002;表2)。サブグループ解析からも、DCC-UM(HR 1.5、95% CI 0.54-4.31、p=0.4;表2)およびHLM(HR 1.2、95% CI 0.43-3.6、p=0.7;表2)からの患者において有意な結果が示された。このシグネチャーはまた、UM-SQ患者(HR 2.3、95% CI 1.1-4.7、p=0.026;表2)およびDuke患者(HR 1.5、95% CI 0.81-2.89、p=0.19;表2)において予後診断的でもあった。
アジュバント化学療法を受けた71例のJBR.10患者のマイクロアレイデータに関して検証した場合には、15遺伝子シグネチャーは予後診断的ではなかった(HR 1.5、95% CI 0.7-3.3、p=0.28、表2)。ステージIB患者およびステージII患者に別々に適用した場合にも、このシグネチャーは予後診断的でなかった(表2)。Director's Challenge患者のうち41例が、放射線療法を伴って、または伴わずにアジュバント化学療法を受けたことが特定された。15遺伝子シグネチャーは、これらの41例の患者に関しても予後診断的ではなかった(HR 1.1、95% CI 0.5-2.5、p=0.8)(表2)。
初期試験集団は、JBR.10治験において無作為化された患者のサブセットで構成した。BR.10 Canadian Centreの1つで手術を受け、試料をRAS突然変異分析に加えて「将来の」研究にも用いることに同意した患者から収集された凍結腫瘍試料は169件であった。試料は、治験プロトコール開発の間に、各参加施設からの指定病理医によって合意に至った標準化されたプロトコールを用いて採取した。腫瘍および対応する正常肺組織はすべて、切除後できるだけ早くまたは30分以内に収集し、液体窒素中で急速凍結させた。それぞれの凍結組織断片について、1mm横断スライスを10%緩衝ホルマリン中で固定し、パラフィン包埋のために浸漬させた。HE染色切片の組織学的評価により、腫瘍細胞率が20%以上であった166件の試料が明らかになった。この後者のうち、133例の患者由来の試料において遺伝子発現プロファイリングが首尾良く完了した。これらには、観察(OBS)群に無作為化された58例の患者およびアジュバント化学療法(ACT)群に無作為化された75例が含まれた。しかし、4例のACT患者は化学療法を拒絶し、この解析では彼らをOBS群に割り付けた。このため、最終的な分布には62例のOBS患者および71例のACT患者が含まれた(図1および4)。
Affymetrix U133A(Affymetrix, Santa Clara, CA)からの生のマイクロアレイデータをRMAexpress v0.32を用いて前処理し、続いてlog2変換を2回行ったが、これはlog2追加変換データがより正規的であるように思われたためである。NetAffx v4.2注釈付けツールを用いてプローブセットに注釈付けを行い、グレードAレベルのプローブセット3(NA24)のみを以降の解析に含めた。Affymetrix U133Aチップは22,215個のプローブセットを含む(19,619個のプローブセットが注釈付けグレードA)。マイクロアレイハイブリダイゼーションは2つのバッチにおいて2つの別々の機会(2004年1月および2005年6月)に行われており、教師なしクラスター化によってバッチの差が有意であることが示されたため(図6)、2つのバッチを均質化するために距離加重識別(DWD)アルゴリズム(https://genome.unc.edu/pubsup/dwd/index.html)を適用した。DWDアルゴリズムは、2つのバッチを区分する超平面をまず見つけ出し、異なるバッチをDWD平面上に投射することによってデータを調整し、バッチ平均を求めた上で、DWD平面を取り除いてこの平均を乗算する。加えて、異なるデータセットにわたっての妥当性検査を可能にするデータのZスコア変換も行った。
個々のプローブセットの発現と全生存期間(無作為化の日から最後の経過観察日または死亡日まで)との関連を、Cox比例ハザード回帰法によって評価した。観察群の62例の患者に関する発現データにより、p<0.05で全生存期間との関連性がみられた1312個のプローブセットが明らかになった。p<0.005というより厳格な選択基準を用いたところ、注釈付けがグレードAである172個のプローブセットが予後診断的であった。
遺伝子発現シグネチャーを生成するために、除外選択手順をまず適用し、その後に組み入れ過程を行った。MAximizing R二乗値 Algorithm(MARSA)は、3つの逐次的段階を含んでいた:a)プローブセットの前選択;b)シグネチャーの最適化;およびc)leave-one-out交差妥当性検査(leave-one-out-cross-validation)。まず、候補プローブセットを、p<0.005レベルでのそれらの生存との関連によって前選択した。プラットフォーム間のばらつきを除去するために、発現データをzスコア変換し、リスクスコア(単変量Cox回帰の係数によって重み付けしたzスコア)を用いて、プローブセットの組み合わせに関する情報を合成した。続いて、候補プローブセットを除外にかけ、その後に組み入れ選択手順を行った。前選択した172個のプローブセットに対して、除外手順は1回に1つずつのプローブを除外し、残りの171個のプローブのリスクスコアを合計して、CoxモデルのR二乗値(R2、適合度)を算出した5,6。リスクスコアを、ログランク統計法に基づくカットオフマクロの成果指向型(outcome-oriented)最適化によって二分し(http://ndc.mayo.edu/mayo/research/biostat/sasmacros.cfm)、その後にCox比例ハザードモデルに導入した。プローブセットは、その除外が最大のR2をもたらしたならば除外した。この手順を1つのプローブセットのみが残るまで繰り返した。その後に、除外手順によって残ったプローブセットを出発プローブセットとして用いて組み入れ手順を行った。これは、1回に1つずつのプローブセットを組み入れ、組み入れられたプローブセットのリスクスコアを合計し、リスクスコアを二分して、R2を算出した。プローブセットは、その組み入れが最大のR2をもたらしたならば組み入れた。除外手順では0.67という最大のR二乗値が7個という最小限のプローブの組み合わせによって生成され、組み入れ手順では0.78という最大のR2が15個という最小限のプローブの組み合わせによって生成されたことから(図1B)、この15種の遺伝子の組み合わせ(表4)を候補シグネチャーとして選択した。最終的に、leave-one-out交差妥当性検査(LOOCV)による内部妥当性検査および他のデータセット(以下に列記)に対する外部妥当性検査に合格した15遺伝子シグネチャー(表4)を制定した。統計学的分析はすべて、SAS v9.1(SAS Institute, CA)を用いて行った。リスクスコアは表4として算出された。
選別した遺伝子プローブセットの全体にわたっての情報を合成するため、および予後診断モデルの構築における共変量の数を減らすために、主成分分析(PCA)(相関行列に基づく)を行った。1よりも大きいかまたは1に等しい固有値を、どれだけの数のプロポネント(proponent)をモデルに組み入れるべきかの決定におけるカットオフ点として用い、疾患特異的生存期間(DSS)と有意に相関したものを最終的な多変量モデルに組み入れた。PCA分析は、マイクロアレイデータのある133例の患者全例に基づいて行った。62例の観察患者に基づいてDSSに対する相関付けを行ったところ、上位4主成分が基準を満たすことが見いだされ、これらを予後診断モデルに組み入れた。表10は、15遺伝子シグネチャー中の15種の遺伝子のそれぞれに関する4つの主成分を列記している。同じ分析を適用することで、表3に列記された172種の遺伝子から選択された補足的遺伝子、例えばRGS4、UGT2B4および/またはMCF2などに関する主成分係数を導き出すことができる。さらに、当業者は、表3に列記された遺伝子の任意のものに関する上位4主成分の係数がどのようにして得られるかも以上の説明から理解したであろう。
15遺伝子シグネチャーの妥当性検査を、アジュバント化学療法を受けていないDuke、RaponiおよびDCによるステージI〜II症例に対して行った。BR.10訓練セットから求められたカットオフを用いてリスクスコアを二分したところ、15遺伝子シグネチャーは、DukeデータセットにおけるNSCLCの低リスクの38症例を高リスクの47症例と区別することができた(ログランクp=0.226)。多変量解析(ステージ、組織像ならびに患者の年齢および性別に関して調整)により、15遺伝子シグネチャーは独立した予後因子であることが示された(HR=1.5、95%CI 0.81-2.89、p=0.19、表2)。Raponiは扁平上皮癌のみを含んでおり、症例の生存率は最も低い。しかし、15遺伝子シグネチャーは依然として、低リスクの50症例を高リスクの56症例と区別することができ(ログランクp=0.0447)、この区別はステージならびに患者の年齢および性別とは独立していた(HR=2.3、95%CI 1.1-4.7 p=0.026、表2)。DCデータセットは腺癌症例のみを含んでいた。DCステージIおよびIIに対して15遺伝子シグネチャーを適用したところ、87例の低リスク症例を82例の高リスク症例と区別することができた(ログランクp=0.0002、図2E)。多変量解析(ステージならびに患者の年齢および性別に関して調整)により、15遺伝子シグネチャーの予後診断値は独立した予後因子であることが示された(HR=2.9、95%CI 1.5-5.6、p=0.002、表2)。MIにおいて化学療法を受けなかったステージIB〜II症例は67例であり、15遺伝子シグネチャーは44例の低リスク症例と23例の高リスク症例を区別することができた(ログランクp=0.013)。多変量解析(ステージならびに患者の年齢および性別に関して調整)により、15遺伝子シグネチャーの予後診断値は独立した予後因子であることが示された(HR=1.5、95%CI 0.54-4.31、p=0.4、表2)。MSKCCによる症例は、他のデータセットと比較して5年全生存期間が有意に優れていた。しかし、15遺伝子シグネチャーは、MSKCCにおける低リスクの32症例を高リスクの32症例と区別することができた(ログランクp=0.16)。多変量解析(ステージに関して調整)により、15遺伝子シグネチャーが独立した予後因子であることが明らかになった。HLMに関する15遺伝子シグネチャーの妥当性検査により、15遺伝子シグネチャーが低リスクの26症例を高リスクの24症例と区別しうることが明らかになった(ログランクp=0.0084)。多変量解析(ステージに関して調整)により、15遺伝子シグネチャーによる区別の傾向が認められることが示された(HR=1.2、95%CI 0.43-3.6、p=0.7)。これらの妥当性検査データは、15遺伝子シグネチャーが強力な予後診断的シグネチャーであること、および、NSCLCの転帰を予測するそのパワーがステージとは独立しており、かつステージのそれよりも優れていることを裏づけるものである。
ACTでは合計30件の死亡が観察された。そのうち6例は他の悪性腫瘍に起因するものであった。15遺伝子シグネチャーは、ACTにおける転帰良好/転帰不良患者を区別することができなかった(p=0.83、非提示データ)。しかし、層別解析により、高リスクの患者のみがアジュバント化学療法による利得を得たことが示された(図3D)。アジュバント化学療法を受けると、36例の高リスク患者の生存率は有意に向上した(HR=0.33、95%CI 0.17-0.63、p=0.0005、図3D)。一方、低リスク患者に対する化学療法の適用は生存率の低下をもたらした(HR=3.67、95%CI 1.22-11.06、p=0.0133、図3C)。ACT群において、死亡は低リスク群および高リスク群で均等に分布していた(低リスク群および高リスク群においてそれぞれ15件の死亡)。これらの2群はそれぞれ、肺癌に起因しない3件ずつの死亡を含んでいた。リスク群およびステージ別での層別化により、高リスク患者の生存率はステージIBおよびステージIIの両方とも、化学療法によって有意に向上した(図3FおよびH)。その上、ステージIIの低リスク患者の場合、化学療法は生存期間の有意な低下と関連していた(図3EおよびG)。受けた化学療法およびリスク群指標ならびにそれらの相互作用項を独立共変量として用いるCox回帰モデルを用いて、マイクロアレイデータのある133例の患者に関して全生存期間データをフィッティングさせた。この解析により、相互作用項が高度に有意(p=0.0002)であり、高リスク群がアジュバント化学療法による有意に大きな利得を得たことが明らかになった。
遺伝子発現シグネチャーは発癌における変容した重要経路であり、それ故に患者の転帰を予測しうると考えられている。しかし、これらの変容した重要経路を忠実に表すことができるためには、シグネチャーをゲノムワイドの遺伝子発現データから生成しなければならない。本研究は、無作為化臨床試験によるNSCLC試料に関してAffymetrix U133Aチップによって生成されたすべての情報を用いて、15遺伝子シグネチャーを導き出した。この15遺伝子シグネチャーは、相対的に転帰良好であった50%(31例/62例)のステージIB〜II NSCLC患者を同定することができた。多変量解析により、この15遺伝子シグネチャーが独立した予後因子であることが指し示された。その上、その独立した予後診断効果が、アジュバント化学療法も放射線療法も受けていないDCによる169例の腺癌、ならびにDukeによる85例のNSCLC、およびUniversity of Michiganによる106例の肺扁平上皮癌に対してインシリコで立証された。重要なことに、15遺伝子シグネチャーは、アジュバント化学療法による利得を受ける、全ステージにわたる高リスク患者のアジュバント化学療法に対する反応を予測することができた。この知見はDCデータセットでも立証された。
患者および試料
JBR.10プロトコールには、KRAS突然変異分析のため、および将来の実験室研究を目的とする組織バンク作成のための、急速凍結腫瘍試料またはホルマリン固定してパラフィン包埋した腫瘍試料の収集が含まれていた3。482例の無作為化患者のうち445例がバンク作成に同意したものの、急速凍結組織が収集されたのは169例のカナダ人患者からであった(図4)。急速凍結腫瘍試料からのHE切片の組織学的評価により、腫瘍細胞率の評価値が20%を上回っていた166件が明らかになった;U133Aオリゴヌクレオチドマイクロアレイ(Affymetrix, Santa Clara, CA)を用いて、これらの患者試料の133件において遺伝子発現プロファイリングを完了した。プロファイリングは33件の患者試料では完了しなかった。マイクロアレイプロファイルのある133例の患者のうち、62例は術後アジュバント化学療法を受けず、観察患者としてグループ分けされ、一方、71例の患者は化学療法を受けた。University Health Network Research Ethics Boardが試験プロトコールを承認した。
グアニジウムイソチオシアネート溶液中でのホモジネート化および酸性フェノール-クロロホルム抽出の後に、全RNAを凍結腫瘍試料から単離した。単離されたRNAの品質は、まずゲル電気泳動によって評価し、その後にAgilent Bioanalyzerによって評価した。10μgの全RNAを処理し、標識した上で、AffymetrixのHG-U133A GeneChipにハイブリダイズさせた。マイクロアレイのハイブリダイゼーションは、Dana Farber Cancer InstituteのCenter for Cancer Genome Discoveryで実施された。
生のマイクロアレイデータを、RMAexpress v0.322を用いて前処理した。NetAffx v4.2注釈付けツールを用いてプローブセットに注釈付けを行い、グレードAレベルのプローブセット23(NA22)のみを以降の解析に含めた。マイクロアレイハイブリダイゼーションが2つのバッチにおいて2つの別々の時点に行われ、教師なしのヒューリスティックK-meansクラスター化によって2つのバッチ間の系統的な差が同定されたことから(図6)、距離加重識別(DWD)法(https://genome.unc.edu/pubsup/dwd/index.html)を用いてその差を調整した。DWDアルゴリズムは、2つのバッチの間を区分する超平面をまず見つけ出し、異なるバッチをDWD平面上に投射することによってデータを調整し、バッチ平均を見いだした上で、DWD平面を取り除いてこの平均を乗算する。続いてデータを、その平均側へのセンタリングおよび標準偏差に対するスケーリングを行うことによってZスコアに変換した。この変換は、異なる発現範囲が存在する可能性が高い異なるデータセットに対する妥当性検査のため、およびデータ尺度が異なるqPCRのような異なるプラットフォームに対する妥当性検査のために必要であった。
単変量解析によってp<0.005で前選択したプローブセットを、除外手順によって選択した。除外選択では、結果的に得られたCoxモデルのR二乗値(R2、適合度15,16)に基づいて、1回に1つずつのプローブセットを除外した。1つのプローブセットのみが残るまでそれを繰り返し続けた。この手順を1つのプローブセットのみが残るまで繰り返した。その後に、除外手順によって残ったプローブセットを出発プローブセットとして用いて組み入れ手順を行った。これは、結果的に得られたCoxモデルのR2に基づいて、1回に1つずつのプローブセットを組み入れた。最終的に、R2をプローブセットに対してプロットし、最大のR2をなお有している最小数のプローブセットのセットを候補シグネチャーとして選別した。leave-one-out交差妥当性検査(LOOCV)による内部妥当性検査および他のデータセット(以下に列記)に対する外部妥当性検査に合格した15遺伝子シグネチャーを制定した。統計学的分析はすべて、SAS v9.1(SAS Institute, CA)を用いて行った。
この15遺伝子シグネチャーの予後診断値を、別々のマイクロアレイデータセットにおいて検討した。3つのものが、NCI Director's Challenge Consortium (DCC) for the Molecular Classification of Lung Adenocarcinomaからのマイクロアレイデータのサブセットを代表した(Nature Medicine, in review/in press)。本Consortiumは、University of Michigan(UM)からの177件、H. L. Moffitt Cancer Centre(HLM)からの79件、Memorial Sloan-Kettering Cancer Centre(MSK)からの104件、および本発明者らのグループからの82件を含む、合計442件の腫瘍のプロファイルを解析した。後者の腫瘍の39件は本研究に用いた試料と重複するため、最初の3つの群からのデータのみを妥当性検査に用いた。加えて、不明、またはアジュバント化学療法および/もしくは放射線療法を受けたと記述されている患者も除外した。このため、この妥当性検査に用いたDCCデータセットは、UMからの67例、HLMからの46例、MSKからの56例という169例の患者のみを含むこととなった。85例の非小細胞肺癌患者を有するDuke's Universityデータセット(Potti, et al, NEJM)および106例の扁平上皮癌患者を有するUniversity of Michiganデータセット(UM-SQ)(Rapponi et al)という、出版掲載されているさらに2つのマイクロアレイデータセットも妥当性検査のために用いた。これらのマイクロアレイ試験の生データをダウンロードして、RMAを前処理した。2回のlog2変換の後に、発現レベルのZスコア変換を行った。リスクスコアは、OBSによるCoxモデルの係数によって重み付けを行ったZスコアとした。DCコホートの人口統計学的データは表5に列記されている。
リスクスコアは、Cox比例モデルによる係数と標準化された発現レベルとの積とした。個々のプローブセットの発現と全生存期間(無作為化の日から最後の経過観察日または死亡日まで)との単変量相関を、Cox比例ハザード回帰法によって評価した。偽陽性の結果の可能性を最小限に抑えるために、厳格なp<0.005を選択基準として設定した。
n:患者数;HR:ハザード比;CI:信頼区間
*HRは、ステージならびに患者の年齢および性別の調整を行った上で15遺伝子シグネチャーによって判定した、予後不良群の生存と予後良好群のそれを比較している。BR.10およびDukeに関しては、組織像の影響についても調整した。
**イベントはすべて高リスク群および女性患者においてであった。
DCC:Directors' Challenge Consortium;UM:University of Michigan;HLM:H. Lee Moffitt Cancer Center;MSK:Memorial Sloan-Kettering Cancer Center;NS:特定されず
n:患者数;HR:ハザード比;CI:信頼区間
*予後良好群では死亡例がないため、HRおよびCIを算出することはできない。p値 スコア検定
リスクスコア=0.557*PC1+0.328*PC2+0.43*PC3+0.335*PC4
式中、PC1=Sum[pc1*(発現データ)]遺伝子1〜15
PC2=Sum[pc2*(発現データ)]遺伝子1〜15
PC3=Sum[pc3*(発現データ)]遺伝子1〜15
PC4=Sum[pc4*(発現データ)]遺伝子1〜15
患者は、リスクスコアが-0.1以上であるかまたは-0.1未満であるかに応じて高リスクまたは相対的な低リスクとして分類した
Claims (44)
- 非小細胞肺癌(NSCLC)を有する対象の予後診断または分類の方法であって、以下の段階:
a.対象由来の被験試料における15種のバイオマーカーの発現を決定する段階であって、該バイオマーカーが表4における遺伝子に対応する、段階、および
b.被験試料における15種のバイオマーカーの発現を、対照試料における15種のバイオマーカーの発現と比較する段階、を含み、
対照試料と被験試料との間の15種のバイオマーカーの発現の差または類似性が、NSCLCを有する対象を生存不良群(poor survival group)または生存良好群(good survival group)に予後診断または分類するために用いられる、方法。 - 非小細胞肺癌(NSCLC)を有する対象における予後を予測する方法であって、以下の段階を含む方法:
a.対象の試料における対象バイオマーカー発現プロファイルを得る段階;
b.予後と関連のあるバイオマーカー参照発現プロファイルを得る段階であって、対象バイオマーカー発現プロファイルおよびバイオマーカー参照発現プロファイルがそれぞれ、各値がバイオマーカーの発現レベルを表している15個の値を有し、各バイオマーカーが表4における1つの遺伝子に対応する、段階;および
c.対象バイオマーカー発現プロファイルに最も類似しているバイオマーカー参照発現プロファイルを選択し、それによって対象に関する予後を予測する段階。 - バイオマーカー参照発現プロファイルが生存不良群または生存良好群を構成する、請求項2記載の方法。
- NSCLCがステージIまたはステージIIである、請求項1〜3のいずれか一項記載の方法。
- バイオマーカー発現レベルの決定が定量的PCRまたはアレイの使用を含む、請求項1〜4のいずれか一項記載の方法。
- 定量的PCRの使用が、表7に示されたプライマーの使用を含む、請求項5記載の方法。
- アレイがU133Aチップである、請求項5記載の方法。
- バイオマーカー発現プロファイルの決定が、バイオマーカーのポリペプチド産物を検出するための抗体の使用を含む、請求項1〜4のいずれか一項記載の方法。
- 試料が組織試料を含む、請求項8記載の方法。
- 試料が、免疫組織化学検査のために適した組織試料を含む、請求項9記載の方法。
- NSCLCを有する対象に対する治療法を選択する方法であって、以下の段階を含む方法:
a.NSCLCを有する対象を、請求項1〜10のいずれか一項記載の方法に従って生存不良群または生存良好群に分類する段階;および
b.生存不良群に対してアジュバント化学療法を選択する、または生存良好群に対してアジュバント化学療法を行わないことを選択する段階。 - NSCLCを有する対象に対する治療法を選択する方法であって、以下の段階を含む方法:
a.対象由来の被験試料における15種のバイオマーカーの発現を決定する段階であって、15種のバイオマーカーが表4における15種の遺伝子に対応する、段階;
b.被験試料における15種のバイオマーカーの発現を、対照試料における15種のバイオマーカーと比較する段階;
c.対象を生存不良群または生存良好群に分類する段階であって、対照試料と被験試料との間の15種のバイオマーカーの発現の差または類似性が、対象を生存不良群または生存良好群に分類するために用いられる、段階;
d.対象が生存不良群に分類されればアジュバント化学療法を選択し、対象が生存良好群に分類されればアジュバント化学療法を行わないことを選択する段階。 - 複数の単離された核酸配列を含む組成物であって、単離された各核酸配列が以下のもの:
a.表4に列記された15種の遺伝子のRNA産物;および/または
b.a)に対して相補的な核酸、とハイブリダイズし、
ここで、該組成物が、15種の遺伝子のRNA発現レベルを測定するために用いられる、組成物。 - 複数の単離された核酸配列が、表9に示された15種のプローブ標的配列とハイブリダイズしうる単離された核酸配列を含む、請求項13記載の組成物。
- 表7に示された定量的PCR用の30種のプライマーを含む組成物。
- 表4に示された各遺伝子に関して、遺伝子の発現産物に対して相補的であってそれとハイブリダイズしうる1つまたは複数のポリヌクレオチドプローブを含むアレイ。
- コンピュータ機構(computer mechanism)がコード化されたコンピュータ可読記憶媒体を含む、プロセッサおよびプロセッサに接続されたメモリを有するコンピュータとともに用いるためのコンピュータプログラム製品であって、該コンピュータプログラム機構をコンピュータのメモリにロードして、コンピュータに請求項1〜12のいずれか一項記載の方法を実行させることができる、コンピュータプログラム製品。
- NSCLCを有する対象の予後を予測するため、または分類するためのコンピュータ実行製品であって、以下のもの:
a.対象試料における対象発現プロファイルに対応する値を受け取るための手段;および
b.予後と関連のある参照発現プロファイルを含むデータベースであって、対象バイオマーカー発現プロファイルおよびバイオマーカー参照プロファイルがそれぞれ、各値がバイオマーカーの発現レベルを表している15個の値を有し、各バイオマーカーが表4における1つの遺伝子に対応するデータベース;を含み、
対象バイオマーカー発現プロファイルに最も類似しているバイオマーカー参照発現プロファイルを選択し、それによって予後を予測するか、または対象を分類する、コンピュータ実行製品。 - 請求項1〜12のいずれか一項記載の方法に用いるための、請求項17記載のコンピュータ実行製品。
- NSCLCを有する対象に対する治療法を決定するためのコンピュータ実行製品であって、以下のもの:
a.対象試料における対象発現プロファイルに対応する値を受け取るための手段;および
b.治療法と関連のある参照発現プロファイルを含むデータベースであって、対象バイオマーカー発現プロファイルおよびバイオマーカー参照プロファイルがそれぞれ、各値がバイオマーカーの発現レベルを表している15個の値を有し、各バイオマーカーが表4における1つの遺伝子に対応するデータベース;を含み、
対象バイオマーカー発現プロファイルに最も類似しているバイオマーカー参照発現プロファイルを選択し、それによって治療法を予測する、コンピュータ実行製品。 - 請求項11または12記載の方法とともに用いるための、請求項20記載のコンピュータ実行製品。
- 請求項18〜21のいずれか一項記載のコンピュータ実行製品を記憶するためのデータ構造が記憶されているコンピュータ可読媒体。
- データ構造が、そのデータ構造に属する記録に基づいてクエリーに応答するようにコンピュータを設定することができる、請求項22記載のコンピュータ可読媒体であって、記録のそれぞれが以下のものを含むコンピュータ可読媒体:
a.表4における15種の遺伝子のバイオマーカー参照発現プロファイルを特定する値;
b.バイオマーカー参照発現プロファイルと関連のある予後の確率を特定する値。 - a.予後診断または治療法と関連のある表4における15種の遺伝子のバイオマーカー参照発現プロファイルを含む記録を含むデータベース;
b.データベース中のバイオマーカー参照発現プロファイルとの比較に用いるための、表4における15種の遺伝子の遺伝子発現レベルの選択を受け取ることのできるユーザーインターフェース;
c.15種の遺伝子の発現レベルと最も類似しているバイオマーカー参照発現プロファイルに応じて予後診断または治療法の予測を表示する出力装置、
を含むコンピュータシステム。 - 15種のバイオマーカーの発現産物を検出することができ、15種のバイオマーカーが表4における15種の遺伝子で構成されるような検出用物質、および使用説明書を含む、早期NSCLCを有する対象の予後判定または分類のためのキット。
- 15種のバイオマーカーの発現産物を検出することができ、15種のバイオマーカーが表4における15種の遺伝子で構成されるような検出用物質、および使用説明書を含む、NSCLCを有する対象に対する治療法を選択するためのキット。
- 検出用物質が、表9に示されたプローブ標的配列とハイブリダイズしうるプローブである、請求項25または26記載のキット。
- 検出用物質が、表7に示された定量的PCR用のプライマーである、請求項25または26記載のキット。
- NSCLCを有する対象の予後診断または分類のための方法であって、以下を含む方法:
a.対象における少なくとも15種の異なるバイオマーカーの相対的発現レベルから複合スコアを算出する段階であって、少なくとも15種のバイオマーカーがFAM64A、MB、EDN3、ZNF236、FOSL2、MYT1L、MLANA、L1CAM、TRIM14、STMN2、UMPS、ATP1B1、HEXIM1、IKBKAPおよびMDM2を含む、段階、ならびに
b.対象を複合スコアに基づいて高リスク群または低リスク群に分類する段階。 - 複合スコアが、FAM64A、MB、EDN3、ZNF236、FOSL2、MYT1L、MLANA、L1CAM、TRIM14、STMN2、UMPS、ATP1B1、HEXIM1、IKBKAPおよびMDM2の相対的発現レベルから算出される、請求項29記載の方法。
- 複合スコアが16種、17種または18種の異なるバイオマーカーの相対的発現レベルから算出され、1つ、2つまたは3つの補足的なバイオマーカーが表3に列記された遺伝子から選択される、請求項29記載の方法。
- 補足的な1つ、2つまたは3つのバイオマーカーが、RGS4、UGT2B4およびMCF2からなる群より選択される、請求項31記載の方法。
- NSCLCを有する対象の予後診断または分類のための方法であって、以下を含む方法:
a.少なくとも15種の異なるバイオマーカーの相対的発現レベルを決定する段階であって、バイオマーカーがFAM64A、MB、EDN3、ZNF236、FOSL2、MYT1L、MLANA、L1CAM、TRIM14、STMN2、UMPS、ATP1B1、HEXIM1、IKBKAPおよびMDM2を含む、段階、
b.対象における少なくとも15種の異なるバイオマーカーの相対的発現レベルから複合スコアを算出する段階、および
c.対象を複合スコアに基づいて高リスク群または低リスク群に分類する段階。 - FAM64A、MB、EDN3、ZNF236、FOSL2、MYT1L、MLANA、L1CAM、TRIM14、STMN2、UMPS、ATP1B1、HEXIM1、IKBKAP、MDM2、RGS4、UGT2B4およびMCF2からなる群より選択される15種、16種、17種または18種の異なるバイオマーカーの相対的発現レベルを決定する、請求項33のいずれか一項記載の方法。
- 複合スコアが式Iに従って算出される、請求項29〜34のいずれか一項記載の方法。
- 対象がヒトである、請求項29〜35のいずれか一項記載の方法。
- 請求項29または33記載の段階を含み、高リスク群における対象に対してアジュバント化学療法を選択する、または低リスク群における対象に対してアジュバント化学療法を行わないことを選択する段階をさらに含む、治療法を選択するための方法であって、対象がヒトである、方法。
- 少なくとも15種の異なるバイオマーカーの発現産物を検出しうる検出用物質を含み、少なくとも15種の異なるバイオマーカーがFAM64A、MB、EDN3、ZNF236、FOSL2、MYT1L、MLANA、L1CAM、TRIM14、STMN2、UMPS、ATP1B1、HEXIM1、IKBKAPおよびMDM2を含む、NSCLCを有する対象の予後診断または分類のためのキット。
- 16種、17種または18種の異なるバイオマーカーの発現産物を検出しうる検出用物質を含み、補足的な1つ、2つまたは3つのバイオマーカーが表3に列記された遺伝子から選択される、請求項38記載のキット。
- FAM64A、MB、EDN3、ZNF236、FOSL2、MYT1L、MLANA、L1CAM、TRIM14、STMN2、UMPS、ATP1B1、HEXIM1、IKBKAP、MDM2、RGS4、UGT2B4およびMCF2からなる群より選択される15種、16種、17種または18種の異なるバイオマーカーの発現産物を検出しうる検出用物質を含む、請求項38記載のキット。
- 少なくとも15種のバイオマーカーの発現産物に対するプローブを含むアドレス指定可能アレイをさらに含む、請求項38記載のキット。
- 検出用物質が、少なくとも15種のバイオマーカーの発現産物とハイブリダイズしうるプライマーを含む、請求項38記載のキット。
- 検出用物質が、16種、17種または18種のバイオマーカーの発現産物とハイブリダイズしうるプライマーを含む、請求項38記載のキット。
- 対象に関する複合スコアを算出するためのコンピュータ実行製品をさらに含む、請求項38〜43のいずれか一項記載のキット。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US7172808P | 2008-05-14 | 2008-05-14 | |
US61/071,728 | 2008-05-14 | ||
PCT/CA2009/000650 WO2009137921A1 (en) | 2008-05-14 | 2009-05-14 | Prognostic and predictive gene signature for non-small cell lung cancer and adjuvant chemotherapy |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2011523549A true JP2011523549A (ja) | 2011-08-18 |
JP2011523549A5 JP2011523549A5 (ja) | 2012-07-05 |
JP5583117B2 JP5583117B2 (ja) | 2014-09-03 |
Family
ID=41318311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011508777A Expired - Fee Related JP5583117B2 (ja) | 2008-05-14 | 2009-05-14 | 非小細胞肺癌およびアジュバント化学療法に関する予後診断的および予測的な遺伝子シグネチャー |
Country Status (6)
Country | Link |
---|---|
US (3) | US8211643B2 (ja) |
EP (1) | EP2288741B1 (ja) |
JP (1) | JP5583117B2 (ja) |
AU (1) | AU2009246009A1 (ja) |
CA (1) | CA2761571A1 (ja) |
WO (1) | WO2009137921A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9607202B2 (en) | 2009-12-17 | 2017-03-28 | University of Pittsburgh—of the Commonwealth System of Higher Education | Methods of generating trophectoderm and neurectoderm from human embryonic stem cells |
JP2019190883A (ja) * | 2018-04-19 | 2019-10-31 | 学校法人 埼玉医科大学 | 新規肺がんマーカー |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100184063A1 (en) * | 2008-05-14 | 2010-07-22 | Ming-Sound Tsao | Prognostic and predictive gene signature for non-small cell lung cancer and adjuvant chemotherapy |
EP2288741B1 (en) | 2008-05-14 | 2015-01-28 | University Health Network | Prognostic and predictive gene signature for non-small cell lung cancer and adjuvant chemotherapy |
WO2010051552A1 (en) * | 2008-11-03 | 2010-05-06 | Precision Therapeutics, Inc. | Methods of simulating chemotherapy for a patient |
CN101705306B (zh) * | 2009-12-01 | 2012-07-11 | 华中农业大学 | 应用as-pcr检测牛尿苷酸合酶缺乏症的方法 |
US20120077687A1 (en) * | 2010-06-18 | 2012-03-29 | Saad Fadia | Prognostic and predictive gene signature for non-small cell lung cancer and adjuvant chemotherapy |
US9200325B2 (en) * | 2011-04-01 | 2015-12-01 | Indiana University Research And Technology Corporation | Diagnostic methods and kit for detecting cancer |
EP2714926B1 (en) * | 2011-05-25 | 2015-07-22 | Novartis AG | Biomarkers for lung cancer |
MX2014001246A (es) * | 2011-08-03 | 2014-06-11 | Signal Pharm Llc | Identificación del perfil de la expresión génica como biomarcador predictivo del estatus de lkb1. |
AU2014207429B2 (en) | 2013-01-18 | 2018-11-01 | Ellis KLINE | Selective glycosidase regimen for immune programming and treatment of cancer |
JP6576249B2 (ja) | 2013-02-11 | 2019-09-18 | インクロン, インコーポレイテッド | 癌におけるクロマチン転写促進因子(fact)の使用 |
EP2971156B1 (en) * | 2013-03-15 | 2020-07-15 | Myriad Genetics, Inc. | Genes and gene signatures for diagnosis and treatment of melanoma |
KR101830700B1 (ko) * | 2013-11-11 | 2018-02-21 | 주식회사 파나진 | 클램핑 프로브 및 검출 프로브를 이용한 다중 표적핵산 검출방법 |
KR102359214B1 (ko) | 2014-04-04 | 2022-02-07 | 델 마 파마슈티컬스 | 폐의 비소세포 암종 및 난소암을 치료하기 위한 디안하이드로갈락티톨 및 이의 유사체 또는 유도체 |
ES2946681T3 (es) | 2014-07-02 | 2023-07-24 | Myriad Mypath Llc | Genes y firmas génicas para el diagnóstico y tratamiento del melanoma |
WO2016047688A1 (ja) * | 2014-09-24 | 2016-03-31 | 国立研究開発法人国立がん研究センター | 扁平上皮がんに対する化学放射線療法の有効性を評価するための方法 |
WO2016050623A1 (en) * | 2014-09-29 | 2016-04-07 | Institut Gustave Roussy | Prognosis markers in lung cancer |
CN106755309A (zh) * | 2016-11-18 | 2017-05-31 | 北京致成生物医学科技有限公司 | 分子标记物在制备胰腺癌预后评估产品中的应用 |
CN108949997A (zh) * | 2018-08-24 | 2018-12-07 | 南京求臻基因科技有限公司 | 一种肺癌检测标志物及诊断试剂盒 |
CN109859801B (zh) * | 2019-02-14 | 2023-09-19 | 辽宁省肿瘤医院 | 一种含有七个基因作为生物标志物预测肺鳞癌预后的模型及建立方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4737456A (en) | 1985-05-09 | 1988-04-12 | Syntex (U.S.A.) Inc. | Reducing interference in ligand-receptor binding assays |
ATE449187T1 (de) * | 2001-08-16 | 2009-12-15 | Us Health | Molekulare eigenschaften von nichtkleinzelligem lungenkrebs |
US20040241725A1 (en) * | 2003-03-25 | 2004-12-02 | Wenming Xiao | Lung cancer detection |
US20100184063A1 (en) * | 2008-05-14 | 2010-07-22 | Ming-Sound Tsao | Prognostic and predictive gene signature for non-small cell lung cancer and adjuvant chemotherapy |
EP2288741B1 (en) | 2008-05-14 | 2015-01-28 | University Health Network | Prognostic and predictive gene signature for non-small cell lung cancer and adjuvant chemotherapy |
-
2009
- 2009-05-14 EP EP09745336.9A patent/EP2288741B1/en not_active Not-in-force
- 2009-05-14 AU AU2009246009A patent/AU2009246009A1/en not_active Abandoned
- 2009-05-14 WO PCT/CA2009/000650 patent/WO2009137921A1/en active Application Filing
- 2009-05-14 CA CA2761571A patent/CA2761571A1/en not_active Abandoned
- 2009-05-14 US US12/465,954 patent/US8211643B2/en not_active Expired - Fee Related
- 2009-05-14 JP JP2011508777A patent/JP5583117B2/ja not_active Expired - Fee Related
-
2012
- 2012-05-15 US US13/471,915 patent/US20120323594A1/en not_active Abandoned
-
2015
- 2015-08-07 US US14/820,975 patent/US20160024596A1/en not_active Abandoned
Non-Patent Citations (3)
Title |
---|
JPN6013060662; Cancer Res., (2006), 66, [15], p.7466-7472 * |
JPN6013060664; Oncogene, (2004), 23, [31], p.5360-5370 * |
JPN6013060665; N. Engl. J. Med., (2007), 356, [1], p.11-20 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9607202B2 (en) | 2009-12-17 | 2017-03-28 | University of Pittsburgh—of the Commonwealth System of Higher Education | Methods of generating trophectoderm and neurectoderm from human embryonic stem cells |
JP2019190883A (ja) * | 2018-04-19 | 2019-10-31 | 学校法人 埼玉医科大学 | 新規肺がんマーカー |
JP7106810B2 (ja) | 2018-04-19 | 2022-07-27 | 学校法人 埼玉医科大学 | 新規肺がんマーカー |
Also Published As
Publication number | Publication date |
---|---|
JP5583117B2 (ja) | 2014-09-03 |
US8211643B2 (en) | 2012-07-03 |
US20160024596A1 (en) | 2016-01-28 |
EP2288741A4 (en) | 2011-08-24 |
EP2288741B1 (en) | 2015-01-28 |
WO2009137921A1 (en) | 2009-11-19 |
AU2009246009A1 (en) | 2009-11-19 |
US20120323594A1 (en) | 2012-12-20 |
US20090291448A1 (en) | 2009-11-26 |
CA2761571A1 (en) | 2009-11-19 |
EP2288741A1 (en) | 2011-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5583117B2 (ja) | 非小細胞肺癌およびアジュバント化学療法に関する予後診断的および予測的な遺伝子シグネチャー | |
US20160032407A1 (en) | Prognostic and predictive gene signature for non-small cell lung cancer and adjuvant chemotherapy | |
JP6404304B2 (ja) | メラノーマ癌の予後予測 | |
JP5745848B2 (ja) | 胃腸癌での増殖の徴候及び予後 | |
US20120258878A1 (en) | Prognostic gene signatures for non-small cell lung cancer | |
JP2020031642A (ja) | 遺伝子発現を用いた前立腺癌の予後を定量化する方法 | |
US9631239B2 (en) | Method of classifying a breast cancer instrinsic subtype | |
ES2525382T3 (es) | Método para la predicción de recurrencia del cáncer de mama bajo tratamiento endocrino | |
WO2012066451A1 (en) | Prognostic and predictive gene signature for colon cancer | |
WO2010003773A1 (en) | Algorithms for outcome prediction in patients with node-positive chemotherapy-treated breast cancer | |
US20160053327A1 (en) | Compositions and methods for prediction of clinical outcome for all stages and all cell types of non-small cell lung cancer in multiple countries | |
US20120077687A1 (en) | Prognostic and predictive gene signature for non-small cell lung cancer and adjuvant chemotherapy | |
AU2015227398B2 (en) | Method for using gene expression to determine prognosis of prostate cancer | |
US11732305B2 (en) | Method and kit for diagnosing early stage pancreatic cancer | |
US20210079479A1 (en) | Compostions and methods for diagnosing lung cancers using gene expression profiles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110701 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120511 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120511 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120518 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131216 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20140228 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20140307 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140529 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140618 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140715 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5583117 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |